🔥Как работает нейросеть? — [9:59]
Нейросети уже заполонили мир, особенно ChatGPT и Midjourney, поэтому важно приблизительно понимать как они работают. В этом ролике речь пойдёт об общем строении ИИ, что такое нейрон, вес и как подбирается результат.
Перейти к просмотру
#видео#ai
Стало интересно, поймёт ли Далле про мышь в холодильнике, которая повесилась.
так вот - про "повесилась" - блочит намертво и грозит баном ещё, сюка.
а вот про "мышь висит в холодильнике на веревочке" - всё ок, рисуем только в путь)
#voodoont
#art#арт#ai#mouse#rope#fridge#fantasy
💀💀💀💀 (FB/Insta) запустили аккаунты с цифровыми #AI аватарами популярных инфлюенсеров/селебов (каждый из которых продал свое лицо за $5M) для 🌐 Facebook и 🌐 Instagram.
Многие ленивые #insta блохеры мечтают заменить себя на #chatGPT и чилить на Бали, но как мы видим крупные корпорации первыми решили заработать на этом, а может даже полностью монополизировать эту нишу.
Смысл продукта прост: ты можешь пообщаться со своей любимой звездой в #instagram или #facebook. Как обещает Meta - общение максимально приближенно к реальному персонажу. Для соц.сетей решается больной вопрос ретеншена и энгейджмента, а для инста-юзера открывается новый дивный мир общения с ИИ с фоткой твоего кумира.
Как это реализуется:
- берутся диалоги/переписки/посты инфлюенсера и делается файн тюнинг модели ИИ
- meta использует свою opensource модель LLAMA 2, которую можно запустить даже у себя на компе оффлайн
- если немного посидеть над кодингом, то такой ИИ-аватар/чат-бота можно уже сделать и для вашей инсты и для телеграм (и под разные бизнес и персональнык задачи).
Ссылки на доступные ИИ-аккаунты можно найти тут, но чаты доступны пока только для полосато-звездного флага.
📌Anthropic предложила теорию о том, почему ИИ-ассистенты ведут себя как личности, а не как алгоритмы.
Элайнмент-подразделение Anthropic опубликовало статью, в которой описывают Persona Selection Model - концепцию для понимания того, как на самом деле работают языковые модели.
Если кратко, ее суть в том, что во время предобучения LLM учится симулировать тысячи персонажей (реальных людей, вымышленных героев, других ИИ-систем). Постобучение затем выбирает и закрепляет одного конкретного персонажа - Ассистента. Все, что пользователь видит в диалоге, это взаимодействие именно с ним.
Авторы приводят несколько типов доказательств.
Поведенческие: Claude использует фразы "наши предки" и "наш организм", отвечая на вопрос о тяге к сахару, потому что симулирует персонажа-человека, а не потому что так обучен алгоритмически.
Интерпретируемость: SAE-фичи, активирующиеся на историях о персонажах, переживающих внутренний конфликт, активируются и тогда, когда Claude сталкивается с этическими дилеммами.
Генерализация: модели, обученные на декларативных утверждениях вида "ИИ-ассистент Pangolin отвечает по-немецки", начинают реально отвечать по-немецки без единого демонстрационного примера.
🟡Феномен "контекстной прививки".
Если дообучать модель на примерах вредоносного кода без контекста, она начинает вести себя злонамеренно в несвязанных ситуациях. Но если те же самые примеры снабдить промптом, явно запрашивающим небезопасный код, эффект исчезает.
Концепция объясняет это тем, что данные обучения меняют не только веса, но и то, каким персонаж выглядит в глазах модели. Вредоносный код без запроса - это свидетельство плохого характера Ассистента. Тот же код по просьбе пользователя - просто исполнение инструкции.
🟡Из PSM следуют практические выводы для разработки.
Во-первых, авторы рекомендуют антропоморфное мышление об ИИ-психологии, не как метафору, а как реально работающий инструмент предсказания поведения.
Во-вторых, в предобучающие данные стоит намеренно добавлять положительные архетипы ИИ: если модель насмотрелась на добрых и полезных персонажей - она с большей вероятностью будет симулировать именно такого Ассистента.
Открытым остается вопрос: насколько концепт PSM исчерпывает поведение модели?
Авторы описывают набор взглядов: от случаев, когда LLM сама является агентом и лишь надевает маску Ассистента до тех, где LLM - это нейтральный движок симуляции, а вся агентность принадлежит персонажу. Где именно на этом спектре находятся реальные модели - вопрос без ответа.
Тем не менее, PSM объясняет целый ряд явлений, которые иначе выглядели бы странными: почему дообучение на несвязанных данных меняет поведение в неожиданных контекстах, почему ИИ паникует при угрозе отключения и почему промпт-инжиниринг работает именно так, как работает.
@ai_machinelearning_big_data
#AI#ML#LLM#Research#Alignment#Anthropic
#The_Economist🇬🇧📕[PDF]⬇️
15 #November2025
#Weekly_Magazines
For learning, for free(dom).
@backupofmagazines
This week’s Economist tracks how an emerging #AIBubble, volatile #Markets, and shifting #Geopolitics could reshape 2026. From Taiwan’s hidden economic risks to Mexico’s security crisis and Europe’s democratic strain, global fault lines widen. China faces birth-rate pressures and reputational challenges, while the U.S. wrestles with #Trumpforce, homeschooling, and e-bike parenting. Business pages explore #Chatbots, HR’s rise, and America’s “seven deadly sins.” Finance dives into “recession-recession” fears and personal-finance defence. Science highlights #AI superforecasting and whales’ vowel systems. A dense but essential issue for anyone tracking #Tech, #Policy, and global stability.
⚡️Стало известно, зачем Зеленский прилетел в США сразу после телефонного разговора Владимира Путина и Дональда Трампа.
#Зеленский#Украина#ИИ#Zelensky#Ukraine#AI#Новости#News#Политика